ISE1 2023 Projet : ANALYSE MULTIDIMENSIONNELLE DES DONNEES

I/ Contexte et consignes : Il s’agit d’une étude de cas à réaliser par groupes de trois au plus. L’objectif est
certes d’apprécier la maîtrise des techniques par les étudiants, mais aussi de donner l’occasion de pratiquer
en favorisant le partage de connaissances entre camarades.
Base : L’enquête sur la satisfaction du restaurant. Un échantillon aléatoire d’étudiants a été enquêté à cet
effet, stratifié par classe. Ces étudiants ont donné leur perception sur diverses dimensions d’analyse de la
qualité d’un service de restaurant, en distinguant deux période : période 1 : Avant janvier 2021 ; et période
2 : à partir de janvier 2021. Cette distinction de périodes se justifie par le fait que le prestataire a fait des
réformes pour améliorer la qualité de son service en fin d’année 2020.
Les items sont mesurés sur une échelle croissante de 0 (mauvais) à 4 (Très bon). Les variables de la situation
d’avant janvier sont identifiées par « 1 » et celles d’après par « 2 ». Un « item » est une variable
d’appréciation. Les données sont fournies au format SPSS.
Exercice 1 : A partir d’une ACP : Analyse linéaire : Réaliser l’analyse de la satisfaction en vous guidant par
les questions suivantes
1) Identifier les items (ou variables d’appréciation) qui vous semblent pertinents pour une analyse de
la satisfaction globale. Indiquer aussi les dimensions présentes dans les données. On pourra faire
un tableau avec les items dans la première colonne, et les dimensions dans la seconde
2) Ouvrir les données SPSS dans Spad ; Considérer toutes les variables d’échelle comme « continues »,
afin qu’elles servent dans une ACP. La satisfaction globale est illustrative (pourquoi ?)
3) Réaliser une ACP avec les appréciation d’avant janvier 2021 et répondre à la suite des questions.
4) Peut-on considérer l’axe 1 comme un indicateur de satisfaction globale ?
5) Avec quel élément de résultat peut-on apprécier l’importance des items ?
6) Tous les items ont-ils la même importance pour les enquêtés ? Justifier, et si non indiquer les items
les plus importants ainsi que les dimensions qu’ils représentent.
7) En utilisant le poids des items, calculer la moyenne pondérée d’appréciation.
8) Faites une analyse croisée des coordonnées sur le premier axe et la variable d’appréciation
moyenne. Laquelle des deux indicateurs recommandez-vous pour l’appréciation globale ? Justifier
la réponse.
9) Quel « sens » donnez-vous aux deux premiers axes principaux d’inertie ?

Exercice 2 : A partir d’une ACM : Analyse non linéaire

1) Ouvrir les données SPSS dans Spad. Considérer toutes les variables d’échelle comme « nominales à
recoder », afin qu’elles servent dans une ACM.
2) Réaliser une ACM avec les appréciations d’avant janvier 2021 et répondre à la suite des questions.
3) Peut-on considérer l’axe 1 comme un indicateur de satisfaction globale ? Justifier.
4) Tous les items ont-ils la même importance pour les enquêtés ? Justifier, et si non indiquer les items
les plus importants
5) Faire un commentaire comparatif des deux approches (par ACP et par ACM).
Document à rendre et délais
Tous le dossier (un seul dossier) contenant les fichiers des analyses factorielles et les bases et portant un des noms
de chaque membre du groupe(i) Le rapport sur Word dans le même dossier, (ii) La base SPAD et les fichiers « filières »
doivent être enregistrés dans le même dossier et (iii) Le dossier doit porter les noms des membres du groupe, et être
compressé et envoyé à l’adresse : blaise.tiotsop@ensea.ed.ci.

Le délai pour le dépôt est 31 juillet, 22h GMT.

Blaise TIOTSOP, blaise.tiotsop@ensea.ed.ci